8000 miniQMT/autobuy at main · zmbxxxx/miniQMT · GitHub
[go: up one dir, main page]
Skip to content

autobuy

Directory actions

More options

Directory actions

More options

Latest commit

 

History

History
 
 

autobuy

Folders and files

README.md

miniqmt_autobuy — 自动买入模块

基于外部候选池的自动选股买入服务。独立进程运行,定期从 SQLite 候选池筛选"运行日前最近 N 个交易日入池"的股票,做技术面买入条件检查,从通过者中随机选一只,复用 web1.0 的买入 API 路径下单,后续止盈止损交由主程序 position_manager 自动接管。

本目录(autobuy/)集中存放本模块的代码、配置与说明文档。运行数据仍写入项目根目录下的 data/ 与 logs/。

架构(方案 B:独立进程)

python -m autobuy.app  (独立进程, 由 miniqmt.bat [j] 启动)
  ├ 调度循环(每30s tick, 双触发: daily / interval / both)
  ├ 候选池筛选(多表并集)          ── 读 ──► C:\github-repo\stockquant\chan.db
  ├ 大盘指数门禁                  ── 读 ──► 999999 / 399001 / 399005 日线 MA5
  ├ 防重过滤(前置)                ── 读 ──► 运行中 web /api/positions
  ├ 洗牌 + 惰性条件检查(命中即停)  ── import ──► data_manager / xtdata (进程内自取行情)
  └ HTTP 下单 + 记录              ── POST ──► 运行中 web /api/actions/execute_buy
                                  ── 读写 ──► data/autobuy.db (买入历史/决策日志)

下单严格复用 web API;行情/指标在 autobuy 进程内自取(web 无通用行情查询端点,xtdata 为 C/S 架构,多进程取数互不冲突)。

候选池口径(重要)

  • 多表并集:tables = stg_chan, zs_pool,每张表各自取运行日前最近 N 个交易日对应 date 的记录, 再合并去重。比如运行日是周日 2026-06-14,latest_n_dates=2 会筛选 2026-06-12 和 2026-06-11。
  • 交易日口径:由 Tushare trade_cal 权威日历判定(见下节),覆盖范围外退化为周一至周五。
  • 代码格式自动转换:候选池为 sh.600025/sz.000626(市场前缀在前),自动转成系统标准 600025.SH (见 to_xt_code)。防重比较统一按 6 位数字(normalize_code)。
  • 批量提示:stg_chan 单个交易日可达数百只。latest_n_dates=2 可能产生两百余只候选; 若只想要前一交易日,设 latest_n_dates=1。

大候选池的惰性求值

候选池可能数百只,而每轮只买 max_buys_per_run(默认 1)只。为避免对全部候选做昂贵的逐只行情/指标检查: 先做大盘指数门禁 → 防重过滤 → 洗牌 → 顺序惰性检查,收集到所需数量即停。对均匀洗牌列表取"前 k 个通过项", 数学上等价于在全部通过标的中均匀随机选 k 只,但通常只需检查少量标的即命中。

交易日历

A 股法定节假日(春节/国庆等连休 5~9 天)不能按"周一至周五"判断,否则整个长假会被当成交易日, 每 30 分钟空跑一轮完整筛选(2026-10-01 实测如此)。

  • 唯一来源:根目录 trade_calendar.py,全仓库(主程序 + autobuy)共用同一份日历与同一套 判定函数,autobuy 不再自带实现
  • 数据源:Tushare trade_cal(SSE),复用项目已有的 TUSHARE_TOKEN,不引入新依赖
  • 启动刷新:进程启动时无条件拉取一次并写入 data/trade_calendar.db (回看 30 天 + 前推 370 天)。服务可能连续运行数周,长假前必须拿到新日历
  • 运行期:只读本地缓存,不联网
  • 降级:取数失败或日期在缓存覆盖范围外时退化为"周一至周五",日志打 WARNING。 取数失败不写缓存,已有的权威日历不会被近似值覆盖;降级时宁可多跑一轮, 也不因为日历缺失而漏买
  • 缓存路径可用环境变量 MINIQMT_TRADE_CALENDAR_DB 覆盖

大盘指数门禁

自动买入前会检查 999999、399001、399005 三个指数。只要任一指数最近一根 MA5 大于前一根 MA5,本轮才继续执行个股防重、条件检查与下单;若三个指数 MA5 都未向上,本轮直接结束且不下单。

文件清单

77E1
文件 职责
miniqmt_autobuy.cfg INI 配置
config.py 配置解析 + 校验 + autobuy 独立 logger
pool.py 候选池筛选(多表/最近N个交易日/代码格式转换)
../trade_calendar.py 交易日历(项目根目录,主程序与 autobuy 共用的唯一口径)
filter.py 买入条件检查
client.py HTTP 下单 + 查持仓
store.py 自有库 data/autobuy.db(防重 + 复盘)
app.py 进程入口 + 调度
__init__.py Python 包入口

配置说明(autobuy/miniqmt_autobuy.cfg)

[pool] 候选池

  • db_path — 默认 C:\github-repo\stockquant\chan.db
  • tables — 多表并集,逗号分隔,默认 stg_chan, zs_pool
  • code_column / date_column — 默认 code / date
  • latest_n_dates — 每表取运行日前最近 N 个交易日(默认 2)

[filter] 买入条件(均可独立开关 + 阈值可配)

  • 大盘门禁: 999999 / 399001 / 399005 至少一个指数 MA5 向上才允许自动买入
  • 换手率 >= min_turnover_rate(默认 5%);volume_unit_multiplier 控制成交量单位换算(手→股填 100,已是股填 1)
  • 近 N 日收盘量比(默认开):近 recent_volume_ratio_days(默认 2)个已收盘交易日的量比 全部 >= min_recent_volume_ratio(默认 1.2)。第 i 日量比 = 第 i 日量 / 该日之前 volume_ratio_baseline_days(默认 5)个交易日均量,每日独立回看。数据不足时判定不通过
  • 盘中累计量比 >= min_volume_ratio(默认关闭):口径为当日累计量 / 前 5 日全天均量, 分子分母时间跨度不对等 —— 盘中早段必然偏低,会把买入窗口隐式挤压到尾盘。已由上一条取代
  • 涨幅 >= min_pct_change(默认关闭)
  • MA8 方向向上;现价 <= MA8 * max_price_to_ma8_ratio(默认 1.07)
  • MA20 区间:偏离度 现价/MA20 - 1 须落在 [min_price_to_ma20_deviation, max_price_to_ma20_deviation] 内(默认 [-3%, +5%],闭区间)。下界拦"跌离均线太远"(趋势走坏),上界拦"追高偏离太多"(回踩风险), 与 MA8 的单边上限互补。历史不足 20 根时判定不通过(不静默放行)
  • 涨停/停牌跳过
  • ST/*ST/退市整理股跳过(默认开):按证券名称前缀判定 (InstrumentStatus 不可靠 —— 实测多数 ST 股该字段同样为 0)。 理由:退市风险 + 跌停幅度受限(创业板 ST 为 20%),跌停板上止损常常无法成交, 实际亏损会远超 STOP_LOSS_RATIO

[risk] 风控(防重复买入同一只股票)

  • dedup_by_position — 已持仓该股则跳过(查 web /api/positions)
  • dedup_window_days — 历史 N 天内买过则跳过(0=当天,-1=永久)
  • max_buys_per_run — 每次触发最多买入只数(默认随机选 1 只)
  • 持仓查询失败时本轮不下单(安全优先,避免重复)。"查询失败"包含:网络异常、 非 200 响应(401 Token 失败 / 500 服务端异常)、响应非 JSON、以及 200 但 status=error 的业务错误 —— 这些都不会被误判为"空仓"
  • simulation_mode — 模拟运行,见下

模拟运行模式

simulation_mode = true(或命令行 --simulate)时,除不发送真实买入请求外,其余逻辑 完全照常:候选池筛选、大盘门禁、防重过滤、条件检查、决策日志、买入历史落库、状态文件 全部正常执行,fail-safe 与各项门禁一个不少。

python -m autobuy.app --once --simulate     # 单次试跑,不动真实账户
python -m autobuy.app --simulate            # 持续调度试跑
  • 模拟买入记入 buy_history 并标记 is_simulation=1,日志打 [模拟] 应买入 ...
  • 模拟记录不参与防重:试跑不会挡住当天该股的真实买入,可反复试跑不污染实盘风控
  • 状态文件 data/.autobuy_status.json 含 simulation_mode 字段,[l] 查看状态时可辨识

[web] 下单通道

  • base_url — 目标账号 web_server(多账号改端口);api_token — 对应 QMT_API_TOKEN
  • 单笔金额沿用 web 端 config.POSITION_UNIT

[schedule] 触发

  • mode — daily / interval / both
  • daily_times — 每日定点(逗号分隔多个,如 09:35,14:40)
  • interval_minutes — 固定间隔(仅交易时段);only_trade_time 兜底(时段 + 交易日历节假日)

启动与管理(miniqmt.bat 菜单)

菜单 功能
[j] 启动自动买入服务(实盘,会真实下单)
[v] 启动自动买入服务(模拟,不下单)
[k] 停止自动买入服务
[l] 查看状态(读 data/.autobuy_status.json)
[m] 查看日志(logs/miniqmt_autobuy.log)

[j]/[v] 启动时会自动探测当前在跑的主程序 Flask 端口并注入 MINIQMT_AUTOBUY_BASE_URL,无需手改 cfg 的 base_url。 实际端口由 WEB_SERVER_PORT(.env/环境变量) + 账号索引决定,与 cfg 的静态值常不一致。 同理,cfg 的 api_token 留空时会自动回退到 QMT_API_TOKEN,避免 401。

对应 CLI:python scripts/_launcher.py autobuy-start / autobuy-simulate

手动单次触发(测试):python -m autobuy.app --once --simulate 或用试跑脚本(自动取 Token、可覆盖端口):python scripts/autobuy_dryrun.py --port 50000

复盘(data/autobuy.db)

  • buy_history — 每次买入尝试(代码/时间/触发源/成功标志/HTTP状态/订单结果/金额/是否模拟), 用于防重 + 资金复盘。stock_code 按 600000.SH 格式存储,防重查询 recently_bought_codes() 统一归一成 6 位数字后返回,与 app._dedup_filter 的比较口径一致
  • decision_log — 每轮已检查标的的条件明细(reason_json 记录各项实际值与通过判定)。 注:惰性求值下只记录实际检查过的标的(命中即停),非全候选池

端到端验证

  1. 编辑 autobuy/miniqmt_autobuy.cfg:确认 chan.db 路径与 stg_chan/zs_pool 表存在
  2. 确保目标账号 web_server 已运行(默认 :5000)
  3. miniqmt.bat → [j] 启动 → [l] 看状态 → [m] 看日志
  4. 首次跑 --once,查日志:目标交易日与命中数、大盘指数门禁结果、洗牌后检查了几只即命中、下单结果; 核对 turnover_rate 实际值确认 volume_unit_multiplier 单位是否正确

注意事项

  • 依赖 web_server 在线:autobuy 仅"下单"走 HTTP,需对应账号 web 服务运行
  • 换手率单位:volume_unit_multiplier 默认 100(假设 volume 单位为手),若数据源 volume 已是股需改为 1
  • 科创板/创业板:候选含 688/300/301,需账户对应交易权限;688 最小 200 股。无权限/不足时由 QMT 拒单并记日志,不影响流程
0